AEO técnico para que los motores de respuesta lleguen a su sitio, lo lean y lo citen

¿Qué cubre el AEO técnico que el trabajo de contenido no cubre?

Cubre todo lo que hay entre el rastreador de un motor de respuesta y sus textos: permisos, entrega, marcado y descubrimiento. La reestructuración del contenido decide qué dice una página; esta capa decide si una máquina llega a recibirla.

Lo tratamos como una línea de trabajo aparte porque los fallos son silenciosos. Un sitio puede posicionar bien en la búsqueda clásica mientras una sola línea disallow, una regla anti-bots en la CDN o un pre-renderizado vacío deja fuera a uno o varios motores de respuesta. Nuestra auditoría AEO detecta estos problemas; este servicio los corrige y los mantiene corregidos tras cada rediseño, migración o cambio de seguridad.

• Reglas de robots.txt para cada token de búsqueda, de consulta del usuario y de entrenamiento.
• Reglas de la CDN y del firewall de aplicaciones web que actúan antes que robots.txt.
• HTML renderizado en el servidor para la respuesta principal de cada página importante.
• Schema de Organization, Product, Article y FAQ que coincide con lo que ven los visitantes.
• Sitemaps XML, fechas de última actualización y avisos IndexNow para el contenido nuevo.

¿Quién necesita AEO técnico y en qué se diferencia de nuestros otros servicios?

El AEO técnico es para cualquier sitio cuyo acceso a los motores de respuesta sea dudoso: sitios detrás de Cloudflare u otro firewall, sitios con frameworks de JavaScript, sitios migrados hace poco y sitios en los que el equipo de seguridad añadió reglas de bots sin avisar a marketing. Si no sabe qué rastreadores de IA accedieron a su página de precios la semana pasada, es usted candidato.

Algunos sectores sufren estos problemas con más frecuencia. Las marcas de ecommerce gestionan catálogos grandes con URL facetadas y feeds de productos, donde el rastreo desperdiciado y los datos desactualizados ocultan las páginas que importan, y ChatGPT shopping añade una vía de feed independiente para socios aprobados. Los sitios inmobiliarios suelen cargar los anuncios mediante scripts, y los hoteles y marcas de viajes a menudo dirigen las páginas a través de motores de reservas que los rastreadores procesan mal.

Este servicio aplica correcciones; no diagnostica toda su presencia en la IA ni redacta contenido. La auditoría AEO registra lo que dicen los motores y localiza problemas en todas las capas, la redacción de contenido AEO produce las páginas y el seguimiento de visibilidad en IA informa de las citas a lo largo del tiempo. El AEO técnico es la capa que garantiza que las otras tres no se desperdicien.

¿Qué rastreadores de IA debe permitir en robots.txt?

Permita los rastreadores que llevan páginas a las respuestas y tome después una decisión de negocio aparte sobre los rastreadores de entrenamiento. Confundir ambos es el error más habitual que vemos en el acceso de rastreadores de IA.

La documentación de rastreadores de OpenAI indica que OAI-SearchBot muestra sitios en la búsqueda de ChatGPT, respeta robots.txt y recoge los cambios en unas 24 horas, mientras que los sitios que se excluyen no aparecen en las respuestas de búsqueda. GPTBot recopila datos de entrenamiento, y bloquearlo solo le excluye del entrenamiento. La guía de bots de Perplexity describe PerplexityBot como un rastreador de búsqueda que no se usa para entrenamiento. El centro de ayuda de Anthropic distingue Claude-SearchBot, usado para la calidad de búsqueda, de ClaudeBot, usado para entrenamiento. La documentación de rastreadores de Google explica que AI Overviews y AI Mode usan Googlebot, y que Google-Extended es un token de control, no un rastreador, que cubre el entrenamiento de Gemini y el grounding de Gemini Apps sin afectar a la Búsqueda de Google. Bingbot rastrea para Copilot; no existe un rastreador propio de Copilot.

¿Está Cloudflare bloqueando los rastreadores de IA en su sitio?

Puede que sí, aunque su robots.txt parezca abierto. Cloudflare cambió su configuración por defecto el 1 de julio de 2025 para bloquear los rastreadores de IA salvo que paguen, y su informe de bots de junio de 2026 indica que los rastreadores de entrenamiento de IA se bloquean por defecto en todos los dominios nuevos, y señala que el entrenamiento supone el 52 % de las solicitudes de rastreo.

El robots.txt gestionado de Cloudflare puede añadir una línea de señal de contenido como search=yes, ai-train=no y bloquear con disallow GPTBot, ClaudeBot, Google-Extended, Applebot-Extended y CCBot. Es una configuración sensata para muchas marcas, pero comprobamos que los rastreadores de búsqueda sigan permitidos también en las reglas de Cloudflare. El pago por rastreo puede responder a un rastreador con HTTP 402 Payment Required, algo que conviene saber si sus registros muestran respuestas 402 a bots que quería recibir. También tenemos en cuenta que Cloudflare informó en agosto de 2025 de que Perplexity usaba rastreadores no declarados y lo retiró de la lista de bots verificados, así que las reglas que solo admiten bots verificados exigen una decisión deliberada sobre PerplexityBot.

¿Ayuda el marcado schema para IA a conseguir citas?

No de forma directa, y no lo venderemos como una palanca de citas. La guía de optimización para IA de Google indica que los datos estructurados no son necesarios para la búsqueda con IA generativa y que no hay un marcado especial de schema.org que añadir, aunque recomienda seguir usándolos para el SEO general.

Aun así implementamos el schema con cuidado porque declara los datos de su entidad en un único lugar coherente. El marcado Organization con enlaces sameAs a sus perfiles de LinkedIn, Wikidata, G2 o Google Business Profile ayuda a mantener coherentes su nombre, categoría y ubicaciones allí donde aparezca. Las indicaciones de Google para tener éxito en la búsqueda con IA añaden que los datos estructurados deben coincidir con el contenido visible, por eso eliminamos el marcado de FAQ o de reseñas que describe texto que el visitante no puede ver.

¿Cómo deben construirse las páginas para que los motores de respuesta puedan leerlas?

Coloque la respuesta en el HTML que envía el servidor, cerca del principio, bajo un encabezado que coincida con la pregunta. No damos por hecho que todos los rastreadores ejecuten JavaScript, así que probamos cada plantilla clave con los scripts desactivados y corregimos todo lo que desaparece.

Además del renderizado, revisamos etiquetas canónicas, códigos de estado, cadenas de redirecciones y rutas duplicadas, porque un rastreador que malgasta solicitudes en parámetros o en soft 404 puede no llegar nunca a la página que usted quiere ver citada. Las canónicas importan más de lo que parece: el estudio de viajes de Gradial de julio de 2026 encontró una marca que nunca se citaba por una discrepancia en la URL canónica. Cada página importante recibe una fecha de última actualización visible, una estructura de encabezados limpia y tablas con marcado de tabla real en lugar de imágenes. Google afirma que no se necesitan archivos especiales, marcado ni copias en Markdown, y que no exige dividir el contenido en fragmentos diminutos, así que mantenemos las páginas completas y legibles.

¿Qué errores técnicos dejan a los sitios fuera de las respuestas de la IA?

El error más dañino es un bloqueo amplio que atrapa a los rastreadores de búsqueda. Un disallow con comodín pensado para scrapers, un modo anti-bots de la CDN o una página de desafío del firewall pueden dejar fuera a OAI-SearchBot o PerplexityBot mientras Googlebot sigue pasando, de modo que las posiciones clásicas parecen correctas y nadie lo nota.

Después vienen las carencias de renderizado: detalles de producto, precios o respuestas de FAQ inyectados por JavaScript tras la carga, de forma que una solicitud sin motor de navegador ve una plantilla vacía. Luego, el marcado que contradice la página, como un schema de FAQ para preguntas que ningún visitante puede leer, o un schema de Organization con una dirección antigua. Por último, las carencias de descubrimiento: sitemaps sin fechas lastmod, páginas nuevas que nunca se enviaron y Bing Webmaster Tools sin verificar, lo que importa porque Bingbot es el rastreador que hay detrás de Copilot.

Los sitios internacionales suman sus propios fallos. Un sitio que atiende a Emiratos Árabes Unidos y a la India desde un mismo dominio puede redirigir por geolocalización a los rastreadores a la versión equivocada, o etiquetar páginas con hreflang que apuntan a redirecciones. Probamos las URL de cada mercado tal como las vería un rastreador, para que cada versión sea accesible en su propia dirección.

¿Cómo se confirma que las correcciones han funcionado?

Leemos los registros del servidor. Un cambio en robots.txt demuestra la intención; una respuesta 200 a OAI-SearchBot, PerplexityBot o Claude-SearchBot en las URL correctas demuestra el acceso.

Cotejamos los user agents con los rangos de IP publicados cuando los proveedores los ofrecen, como hace Perplexity, para que los bots suplantados no distorsionen el panorama. Después enviamos sitemaps actualizados, avisamos a Bing mediante IndexNow y vigilamos el informe de rendimiento de IA generativa de Search Console y AI Performance de Bing Webmaster Tools para ver las páginas citadas. El informe continuo de citas corresponde a nuestro servicio de seguimiento de visibilidad en IA.

Los registros también muestran el volumen de rastreo frente al valor que devuelve. Las cifras de Cloudflare de julio de 2025 sitúan la proporción entre rastreos y referencias de OpenAI en unos 750 a 1, por eso separamos los bots que envían visitantes de los que solo recopilan datos, e informamos de ambos a su equipo en lugar de tratar todo el tráfico de IA por igual.

¿Cómo son los primeros 90 días de AEO técnico?

Las semanas uno y dos mapean el acceso de los rastreadores y aplican las correcciones urgentes de robots.txt y CDN. Las semanas tres a ocho abordan el renderizado, el schema y el descubrimiento. Las semanas nueve a doce verifican todo en los registros y establecen revisiones tras los futuros lanzamientos.

La mayor parte del valor inicial procede de las correcciones de acceso, ya que OpenAI afirma que OAI-SearchBot recoge los cambios de robots.txt en unas 24 horas. El trabajo de renderizado lleva más tiempo porque depende de su ciclo de lanzamientos y de cuántas plantillas tenga. Al llegar al día 90 dispone de un mapa de acceso de rastreadores, pruebas en los registros del antes y el después, schema limpio en las plantillas clave y un breve manual de procedimientos que sus desarrolladores pueden seguir tras cada lanzamiento.

Si prepara el lanzamiento de un producto, programamos las comprobaciones antes del anuncio para que las páginas nuevas sean rastreables, figuren en los sitemaps y se envíen mediante IndexNow desde el primer día. El trabajo específico por motor, como el SEO para Perplexity o la optimización para Google AI Overviews, puede apoyarse entonces en un acceso que sabe que funciona.

¿Necesita un archivo llms.txt?

Puede añadir uno con poco coste, pero no espere que cambie las citas. Jeremy Howard, de Answer.AI, propuso llms.txt en septiembre de 2024, y John Mueller, de Google, dijo que ninguno de los servicios de IA ha afirmado usarlo, y lo comparó con la etiqueta meta keywords.

Es realmente útil para la documentación de desarrolladores que leen los agentes de programación, por eso las empresas de IA publican uno para su propia documentación. En un sitio de marketing lo tratamos como un ajuste opcional una vez hecho el trabajo de acceso real.